随着城市环境污染的日益严峻和新能源车辆技术的发展,电动汽车凭借“零污染”的特点,吸引人们的广泛关注。但是由于电动汽车的行驶里程短,在车辆行驶过程中易使驾驶员产生里程焦虑问题,这严重制约电动汽车的推广普及。而在实际道路上运行时,随着交通环境和车辆行驶状态的变化,会导致目前研究行驶里程的结果与电动汽车实际的行驶里程差距较大,并没有对实际行驶里程起到很好的指导作用。所以基于电动汽车实际运营的采集数据,开展电动汽车里程预测对电动汽车发展具有重要的研究意义。论文中涉及的纯电动汽车锂电池数据均来自于北汽新能源生产的物流电动车的数据,与以往研究多采用实验模拟数据具有很大的区别。实车电池工作环境更加复杂,使采集的数据比实验室仿真数据更具有研究意义。由于数据的复杂性,在进行建立行驶里程模型之前需要对采集的大量电池数据进行删除处理,剔除错误和重复数据；插值处理得到连续完整的电池数据,平均处理使得数据更加规范,方便之后的数据分析和模型建立。为了准确预测行驶里程,论文考虑车辆运行状况和道路交通状况,结合实时在线的运营数据,基于数据驱动建模理论实现对行驶里程分析。本文首先对采集的数据之间存在的耦合关系进行了详细分析,并介绍了每公里电量消耗百分比。分析发现电池SOC与行驶里程之间存在明显的负向性相关关系,并且速度与每公里电量消耗百分比之间存在非线性关系。由此本文先建立关于SOC与行驶里程的线性方程,模型验证表明误差稍微偏大。于是引入速度这一影响因素调整模型,验证实验显示模型误差大小与温度相关。于是,添加一个与温度有关的调整系数对模型再次进行调整,验证实验表明,基于数据驱动理论对行驶里程建立的模型具有很高的精度,可以满足实际的需求。论文最后运用行驶里程模型对电动汽车剩余里程进行预测,总结了该行驶里程模型的适用条件,并且通过模型求出电动汽车的经济车速和最佳温度,对驾驶者有积极的指导作用。